2022年雑感
2022 年雑感
本業
MLOps 基盤を提供するベンダー側の社員として MLOps と向き合った 1 年だったかなと思います。
2 月に同僚と協力して、Microsoft の MLOps Maturity Model をベースに当時の Azure Machine Learning でどのように MLOps を実装するかについて論じた以下資料を一般公開しました。
思ったよりも大き目の反響を得ました。世間的にもニーズが高まっていることを認識しました。
公開しました
— イトー (@ep_ito) February 16, 2022
Azure Machine Learning を中心に、 MLOps を段階的に実現していく「MLOps 成熟度モデル」を踏まえたアーキテクチャ例を載せていますhttps://t.co/5c5DpzWYIi
以下記事の執筆にも少しばかり関わりました。（筆頭著者は女部田/keonabut さんです）
その前後でこちらのイベントに関与して、 MLOps を広める活動に参加しました。
![[抽選制] ハンズオンでMLOpsを完全理解！OpenHack for MLOps - connpass-favicon](https://connpass.com/static/img/favicon.ico)
![[抽選制] ハンズオンでMLOpsを完全理解！OpenHack for MLOps - connpass-image](https://media.connpass.com/thumbs/ab/50/ab506f0fe38ca941a4c0dc21474c017e.png)
少し時間は巻き戻り 5 月末ごろ、Azure Machine Learning が大幅にアップデートされたことで、MLOps を実装するためにどうにもイケていなかった部分が大幅に改善しました。詳しくは以下記事を参照していただければと思います。
この Azure Machine Learning アップデートにより、2 月に公開していた Step by Step MLOps の資料を大幅にアップデートする必要が生じました。同時に機械学習のテストなど疑問を感じて調べていたことをアウトプットする必要を感じたこともあり、同僚の小川さんと共に以下新バージョンを公開しました。
ML のテスト、MLflow の活用、Azure における Feature Store など、要素技術にもかなり踏み込んで調べ上げたことで、MLOps の解像度が上がった感覚を覚えました。
反響はやや大きくなり、ML をいかに運用し活用していくかというところに興味を持つ人がわずか半年の間に随分と増えたなと感じました。
MLOps 成熟度モデルに基づく MLOps のアーキテクチャ + 5月に正式に登場した Azure ML v2 を活用した実装の一例 + モデルに対するテストや Feature Store、Azure ML v2 以降統合が加速している MLflow 等のてんこ盛り資料を公開しました#MLOps #Azure https://t.co/VTJHvunoAt
— イトー (@ep_ito) August 5, 2022
副業
DevOps の 1 年でした。
オンラインカウンセリングプラットフォームアプリ、Omamori が public β になり、サービスインしました。同僚に感謝。
僕個人としては、ソフトウェアアーキテクチャの実装を実践したりテストをゴリゴリ書いたり、ソフトウェアエンジニアとしての腕を磨くことが出来たかなと思っています。IaC のコード書いたり React 書いたり Node.js でバックエンド書いたり、ほぼ全領域触っていた気がします。
クリーンアーキテクチャ導入、ユニットテスト実装、モノレポ化、Github Flow の導入、GraphQL Code Generator の導入など、いくつかの施策により本番環境に対するデプロイ頻度がおおよそ 20 倍程度 (瞬間的には 50 倍程度) になったことは印象的でした。
引き続きエンジニアリング能力を磨き上げ、顧客に喜ばれるサービスを作っていきたいと思います。
まとめ
MLOps の本業、DevOps の副業という感じでした。本業と副業の間のシナジーはかなり大きく、今年の経験はそれなりに満足いくものでした。
一方で両方ともまだまだ黎明の取り組みばかりですので、来年はこれらをステップアップさせる年にしたいと考えています。
それではよいお年を。